Page 97 - 《中国药房》2026年2期

f （x） ＝0.01
深度随机森林
0.20
DNN 1.275＝年龄
CatBoost
0.15 决策树 0.56＝Ccr
SVM －0.831＝HED
0.10 随机森林 －0.493＝预期性恶心呕吐
全部治疗
－0.967＝饮酒史
实际概率 0.05 不治疗 预测特征 －0.722＝GLB
－0.388＝ALP
0 －0.463＝上周期化疗后发生HEC相
关性恶心呕吐
－0.05 －0.599＝TP
其他特征
－0.10 E[f（x）] ＝0.522
0 0.1 0.2 0.3 0.4 0.5
预测概率
0 0.2 0.4 0.6 0.8 1.0 A.第1例患者
预测概率 f （x） ＝0.841
图2 6种模型的决策曲线图 －1.048＝Ccr
－2.952＝年龄
－1.247＝性别
2.4 模型可解释性分析结果 2.352＝化疗周期数
使用 SHAP 对深度随机森林模型进行可解释性分 预测特征 －0.418＝ALP
0.807＝ALB
析，特征重要性矩阵图结果（图3A）显示，Ccr、预期性恶 2.03＝预期性恶心呕吐
2.552＝孕吐史
心呕吐、性别、年龄、HED 对模型预测具有显著贡献，其 1.044＝TBILI
中，Ccr 表现出最强的预测效力；蜂群图结果（图 3B）显 其他特征 E[f（x）] ＝0.522
0.3 0.4 0.5 0.6 0.7 0.8 0.9
示，低Ccr水平、低龄、女性、HED（特别是基于顺铂的化 预测概率
疗方案）和存在预期性恶心呕吐与HEC相关性恶心呕吐 B.第2例患者
红色：正向SHAP值；蓝色：负向SHAP值。
的发生风险呈正相关。
图4 深度随机森林模型的SHAP瀑布图（以其中的2例
Ccr 患者为例）
年龄
HED
性别
预期性恶心呕吐 3 讨论
饮酒史
化疗周期数 HEC 相关性恶心呕吐因其复杂的病理生理机制和
上周期化疗后发生HEC相关性恶心呕吐
ALP
GLB 多元风险因素，一直是肿瘤支持治疗领域的重要临床挑
TP
TBILI 战。在接受 HEC 的患者中，HEC 相关性恶心呕吐的发
ALB
化疗前夜患者睡眠时间＜7 h 生可能导致化疗剂量调整或治疗中断，从而直接影响肿
ALT
DBILI [1]
AST 瘤控制效果和患者预后 。NK-1 RA 联合 5-HT3 RA、地
院外止吐治疗
孕吐史 塞米松的三联止吐方案，虽已被国内外指南推荐为HEC
0 0.050 0.100 0.150 相关性恶心呕吐的标准预防方案，但其 CR 率仍存在个
平均SHAP值
A.特征重要性矩阵图 体差异 [2―3] 。因此，精准识别接受三联止吐方案预防
高
Ccr HEC 相关性恶心呕吐的高风险患者群体并实施分层管
年龄
HED
性别 理，对优化个体化止吐方案具有重要的临床价值。
预期性恶心呕吐
饮酒史 3.1 模型性能提升与关键指标的临床机制解析
化疗周期数
上周期化疗后发生HEC相关性恶心呕吐 目前临床应用的 HEC 相关性恶心呕吐风险评估工
ALP
GLB 特征值
TP 具在预测效能方面存在明显局限。例如，Dranitsaris 模
TBILI
ALB 型首次将焦虑等心理维度指标纳入预测变量体系，虽然
化疗前夜患者睡眠时间＜7 h
ALT
DBILI 证实了心理因素的重要性，但其模型的预测性能有限，
AST
[14]
[13]
院外止吐治疗 AUROC 仅为 0.69 ；Hu 等 针对中/高致吐化疗相关性
孕吐史
低 恶心呕吐开发的列线图模型，C指数为0.65（95%置信区
－0.4 0 0.2 0.4
SHAP值 间为 0.58～0.72），模型的泛化能力仍显不足。与现有
B.蜂群图
图3 深度随机森林模型的可解释性分析图 HEC 相关性恶心呕吐预测工具相比，本研究通过整合
Ccr 等代谢相关指标及优化算法架构，实现了预测效能
2 例深度随机森林模型的 SHAP 瀑布图结果（图 4） 的显著提升（AUROC＞0.8）。这一突破提示，传统模型
显示，使用三联止吐方案预防 HEC 的第 1 例患者发生 因忽略药物代谢因素，可能低估部分患者HEC相关性恶
HEC相关性恶心呕吐的预测概率为0.010，高Ccr和高龄 心呕吐的发生风险，而本研究为临床提供了更全面的风
是不发生HEC相关性恶心呕吐的决定因素；第2例患者 险评估框架。值得注意的是，Ccr 是贡献最大的预测因
发生 HEC 相关性恶心呕吐的预测概率为 0.841，低 Ccr 子，且低Ccr水平与HEC相关性恶心呕吐发生风险呈正
和低龄是发生HEC相关性恶心呕吐的决定因素。 相关。这可能是由于超过 90% 的入组患者化疗方案包
中国药房 2026年第37卷第2期 China Pharmacy 2026 Vol. 37 No. 2 · 223 ·